Transformations géométriques / Filtrage

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Transformations géométriques / Filtrage"

Transcription

1 Traitement /

2 Plan

3 Bibliographie Cours de traitement Elise Arnaud - Edmond Boyer Université Joseph Fourier Cours de traitement Alain Boucher Cours de traitement T Guyer Université de Chambéry Cours de traitement Caroline ROUGIER université de Montréal Analyse : filtrage et segmentation (Edition Broché) - Cocquerez Cours de traitement V Eglin INSA de Lyon Cours de traitement JC Burie Université de La Rochelle

4 - vectoriel/bitmap Objet vectoriel : on transforme les sommets (ou points de contrôle) et on retrace Objet bitmap : calcul pour chaque pixel

5 Flip

6 Changement d échelle

7 Rotation

8 Cisaillement

9 Changement d échelle Première idée : agrandissement d image par copie des pixels Exemple : multiplication par 2 de la taille de l image Limite de cette approche?

10 Principe général Recherche du pixel antécédent : pour chaque pixel de l image résultat, on cherche le pixel correspondant dans l image initiale. Transformation géométrique (x, y) (x, y ) = f (x, y) Transformation inverse (x, y ) (x, y) = f 1 (x, y ) x x y y f 1

11 Changement d échelle : calcul Le changement d échelle est une homothétie de centre l origine. On note S x et S y les facteurs d échelle suivant chaque axe (agrandissement ou réduction). x = S x.x x = 1 S x.x y = S y.y y = 1 S y.y Algorithme W = Sx*W H = Sy*H créer l image résultat R de taille W, H for(y=0; y<h ; y++) for(x=0; x<w ; x++) R(x, y) = I(x/Sx, y/sy) Remarque : arrondi entier des coordonnées de l antécédent = interpolation au plus proche voisin

12 Changement d échelle : aliasing

13 Interpolation bilinéaire I C = I A + d(ac).(i B I A ) I P1 = I (x, y) + (y P y).(i (x, y + 1) I (x, y)) I P2 = I (x + 1, y) + (y P y).(i (x + 1, y + 1) I (x + 1, y)) I P = I P1 + (x P x).(i P2 I P1 )

14 Interpolation bilinéaire : zoom 2

15 Rotation autour de l origine avec θ angle de rotation x = x cos(θ) y sin(θ) y = y cos(θ) + x sin(θ) Démonstration Coordonnées polaires : x = r cos(α) et y = r sin(α) Après rotation d angle θ : x = r cos(α + θ) et y = r sin(α + θ) x = r cos(α) cos(θ) r sin(θ) sin(α) y = r cos(α) sin(θ) + r cos(θ) sin(α) x = x cos(θ) y sin(θ) y = y cos(θ) + x sin(θ)

16 Rotation d une image autour de son centre Recherche de l antécédent : x = W /2 + (x W /2) cos(θ) (y H/2) sin(θ) y = H/2 + (y H/2) cos(θ) + (x W /2) sin(θ) H/2 L/2 x (x, y) θ (x, y ) y

17 Rotation avec interpolation au plus proche voisin

18 Rotation avec interpolation bilinéaire

19 Convolution Transformation locale : utilisation du voisinage de chaque pixel Un filtre de convolution (ou masque ou noyau) est généralement une matrice 2n + 1 2n + 1. Calcul : somme de produits, on parle de filtre linéaire R(x, y) = u=n v=n u= n v= n I (x + u, y + v).k(u + n, v + n) Pour éviter de modifier la luminance de l image, la somme des coefficients du filtre doit être égale à 1.

20 Convolution : exemple

21 Convolution : détail 1/5

22 Convolution : détail 2/5

23 Convolution : détail 3/5

24 Convolution : détail 4/5

25 Convolution : détail 5/5

26 Calcul sur les bords de l image Plusieurs possibilités : Mettre à zéro Convolution partielle utilisant une portion du filtre Compléter les valeurs manquante en construisant le miroir de l image

27 Familles de filtres Filtre passe-bas : atténue le bruit et les détails Filtre passe-haut : accentue les détails et les contours

28 Le filtre moyenneur C est un filtre passe-bas Lisse l image (effet de flou) Réduit le bruit Réduit les détails Filtre dont tous les coefficients sont égaux (chaque pixel est remplacé par la moyenne de ses voisins)

29 Filtre moyenneur : exemples Plus le filtre grossit, plus le lissage devient important.

30 Le filtre Gaussien Le filtre gaussien donne un meilleur lissage et une meilleure réduction du bruit que le filtre moyenne.

31 Filtre Gaussien : exemple

32 Filtre médian Pour nettoyer le bruit dans une image, il existe mieux que le filtre moyenneur ou le filtre gaussien : le filtre médian. C est un filtre non-linéaire, qui ne peut pas s implémenter comme une convolution On remplace la valeur d un pixel par la valeur médiane dans son voisinage 2n + 1 2n + 1

33 Filtre médian : exemple 1

34 Filtre médian : exemple 2

35 Filtre médian : exemple 3

Détection de contours

Détection de contours Traitement Détection de s Plan? Dérivées d une image Bibliographie Cours de traitement Elise Arnaud - Edmond Boyer Université Joseph Fourier Cours de traitement Alain Boucher Cours de traitement T Guyer

Plus en détail

Transformations d histogramme / Opérations sur les images

Transformations d histogramme / Opérations sur les images s Traitement s / les images Plan s Les histogrammes Bibliographie s Cours de traitement Elise Arnaud - Edmond Boyer Université Joseph Fourier Cours de traitement Alain Boucher Cours de traitement T Guyer

Plus en détail

Chapitre 2: Traitements de base sur les images

Chapitre 2: Traitements de base sur les images Université Tunis Elmanar Institut Supérieur d Informatique Cours : Traitement d images Chapitre 2: Traitements de base sur les images présenté par: Mohamed Sahbi Bahroun Année Universitaire 2011/2012 1

Plus en détail

Modification des valeurs d une image

Modification des valeurs d une image Modification des valeurs d une image Pour l instant, nous avons vu surtout des transformations ponctuelles des pixels d une image Lire la valeur d un pixel la remplacer par une autre Il existe aussi des

Plus en détail

Informatique visuelle - Vision par ordinateur. Pré-traitement d images

Informatique visuelle - Vision par ordinateur. Pré-traitement d images Informatique visuelle - Vision par ordinateur Pré-traitement d images Elise Arnaud elise.arnaud@imag.fr cours inspiré par X. Descombes, J. Ros, A. Boucher, A. Manzanera, E. Boyer, M Black, V. Gouet-Brunet

Plus en détail

TP2 Opérations et filtres

TP2 Opérations et filtres TP2 Opérations et filtres 1. Opérations arithmétiques Mettre en place les fonctions Min et Max sur 2 images en niveaux de gris. Min() conserve entre 2 images les pixels de luminance minimum, Max() conserve

Plus en détail

Bases du traitement des images. Détection de contours. Nicolas Thome. 19 octobre 2009. Plan Modélisation Filtrage Approches continues Post-Traitements

Bases du traitement des images. Détection de contours. Nicolas Thome. 19 octobre 2009. Plan Modélisation Filtrage Approches continues Post-Traitements Détection de contours Nicolas Thome 19 octobre 2009 1 / 61 Introduction Rôle primordial de la détection de contours en vision 1 Réduction d'information Information de toute l'image résumée dans le contours

Plus en détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.

Plus en détail

Cours de Traitement de l Image Licence 3

Cours de Traitement de l Image Licence 3 Cours de Traitement de l Image Licence 3 Jean-Luc Baril Université de Bourgogne - Dépt IEM Laboratoire LE2I - http://vision.u-bourgogne.fr barjl@u-bourgogne.fr http://www.u-bourgogne.fr/jl.baril Lena :

Plus en détail

Traitement d images. Chapitre I Prétraitements

Traitement d images. Chapitre I Prétraitements Traitement d images Chapitre I Prétraitements 1 2 Introduction Les prétraitements d une image consiste à effectuer des opérations visant à : améliorer sa qualité visuelle restaurer l image en éliminant

Plus en détail

Traitement d images. Quelques applications. Vision humaine. Qu est-ce qu une image? Introduction

Traitement d images. Quelques applications. Vision humaine. Qu est-ce qu une image? Introduction Traitement Introduction Plan Introduction et prise en main J Transformations d histogramme Transformations géométriques Convolution Détection de contour Bibliographie Cours de traitement Elise Arnaud -

Plus en détail

Analyse d images. L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

Analyse d images. L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : Analyse d images La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers

Plus en détail

Géométrie discrète Chapitre V

Géométrie discrète Chapitre V Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets

Plus en détail

Bases du traitement des images. Détection de contours

Bases du traitement des images. Détection de contours Détection de contours Dominique.Bereziat@lip6.fr Contributions: N. Thome, D. Béréziat, S. Dubuisson Octobre 2015 1 / 76 Introduction Rôle primordial de la détection de contours en vision 1 Réduction d

Plus en détail

Vision par Ordinateur

Vision par Ordinateur Vision par Ordinateur James L. Crowley DEA IVR Premier Bimestre 2005/2006 Séance 6 23 novembre 2005 Détection et Description de Contraste Plan de la Séance : Description de Contraste...2 Le Détecteur de

Plus en détail

Plan de la séance. Partie 4: Restauration. Restauration d images. Restauration d images. Traitement d images. Thomas Oberlin

Plan de la séance. Partie 4: Restauration. Restauration d images. Restauration d images. Traitement d images. Thomas Oberlin Plan de la séance Traitement d images Partie 4: Restauration Thomas Oberlin Signaux et Communications, RT/ENSEEHT thomasoberlin@enseeihtfr 1 ntroduction 2 Modélisation des dégradations Modèles de bruit

Plus en détail

Lissage et filtrage linéaire

Lissage et filtrage linéaire Lissage et filtrage linéaire TP de traitement d images :MMIS A Un système d enregistrement d image ne restitue pas l image de manière parfaite : des informations parasites apparaissent et viennent s ajouter

Plus en détail

Outils Mathématiques pour l informatique

Outils Mathématiques pour l informatique Outils Math. pour l info. - Licence 3 - IEM - Année 2015/2016 Université de Bourgogne Labo. Le2i, UMR-CNRS 5158 http://jl.baril.u-bourgogne.fr September 10, 2015 Cours outils Math. pour l info. - Licence

Plus en détail

Chapitre 3. Filtrage Linéaire. Voisinage d un point. Fondamentaux du traitement d image

Chapitre 3. Filtrage Linéaire. Voisinage d un point. Fondamentaux du traitement d image Chapitre 3 Fondamentaux du traitement d image Filtrage Linéaire Voisinage d un point Point P d affixe p = (m, n) Notion de voisinage d un pixel Son voisinage : V(P) = {P connectés à P} n N - m P V (P)

Plus en détail

PLAN Analyse d images Morphologie et Segmentation

PLAN Analyse d images Morphologie et Segmentation PLAN Analyse d images et Segmentation L.Chen, J.Y.Auloge. INTRODUCTION. DEFINITIONS 3. VISION HUMAINE ET SYSTEMES DE COULEURS 4. ECHANTILLONNAGE ET QUANTIFICATION. TRANSFORMATIONS D IMAGES 6. AMELIORATION

Plus en détail

Vision 2D Identification / Localisation. Vision 3D : Mono-capteur et stéréovision. Mono-capteur. Stéréovision 2 capteurs G / D

Vision 2D Identification / Localisation. Vision 3D : Mono-capteur et stéréovision. Mono-capteur. Stéréovision 2 capteurs G / D Plan de l exposé Cours de Traitement d Images de Xavier Clady (rédigé par: X. Clady, C. Achard, J.Devars & M.Milgram) Introduction Exemple d application de l imagerie Élément de traitement du signal Rotation

Plus en détail

L impact de deux strategies de compression dans le

L impact de deux strategies de compression dans le L impact de deux strategies de compression dans le problème stéréo Réunion scientifique, Imagerie stéréo et 3D GdR ISIS, 2011 G. Blanchet, A. Buades, B. Coll (Univ. Illes Balears), J.M. Morel, B. Rougé

Plus en détail

8TRD147: Animation et images par ordinateur

8TRD147: Animation et images par ordinateur 8TRD147: Animation et images par ordinateur Introduction au traitement numérique des images Y. Chiricota Département d informatique et de mathématique Université du Québec à Chicoutimi / Certaines des

Plus en détail

EL5E13 Vision et traitement d'images embarqué. Rostom KACHOURI Département IT (Informatique et TELECOMS) ESIEE

EL5E13 Vision et traitement d'images embarqué. Rostom KACHOURI Département IT (Informatique et TELECOMS) ESIEE EL5E13 Vision et traitement d'images embarqué Rostom KACHOURI Département IT (Informatique et TELECOMS) ESIEE Cours : 2 x 2h L image numérique Indexation & analyse d images TD : 2 x 2h L image numérique

Plus en détail

Analyse d images introduction

Analyse d images introduction L3, option Image Analyse d images introduction http ://perception.inrialpes.fr/people/boyer/teaching/l3/ Elise Arnaud - Edmond Boyer Université Joseph Fourier / INRIA Rhône-Alpes elise.arnaud@inrialpes.fr

Plus en détail

Analyse d images (Image Analysis) : Informatique visuelle - Vision par ordinateur. Introduction. Plan du cours. Plan du cours

Analyse d images (Image Analysis) : Informatique visuelle - Vision par ordinateur. Introduction. Plan du cours. Plan du cours Analyse d images (Image Analysis) : Informatique visuelle - Vision par ordinateur Introduction Utilisation d un ordinateur pour interpréter le monde extérieur au travers d images. Elise Arnaud elise.arnaud@imag.fr

Plus en détail

Parcours Ingénieur Polytech. Mini-projets. Banque d images. Auteur : Encadrant : Jonathan Courtois

Parcours Ingénieur Polytech. Mini-projets. Banque d images. Auteur : Encadrant : Jonathan Courtois École Polytechnique de l Université de Tours 64, Avenue Jean Portalis 37200 TOURS, FRANCE Tél. (33)2-47-36-14-14 Fax (33)2-47-36-14-22 www.polytech.univ-tours.fr Parcours Ingénieur Polytech Mini-projets

Plus en détail

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés ENSEIRB-MATMECA PG-113 014 TP6: Optimisation au sens des moindres carrés Le but de ce TP est d implémenter une technique de recalage d images qui utilise une méthode vue en cours d analyse numérique :

Plus en détail

Filtrage et EDP. Philippe Montesinos. EMA/LGI2P - Site EERIE. Parc Scientifique G. Besse - 30035 Nîmes Cedex 1- France http://www.lgi2p.ema.

Filtrage et EDP. Philippe Montesinos. EMA/LGI2P - Site EERIE. Parc Scientifique G. Besse - 30035 Nîmes Cedex 1- France http://www.lgi2p.ema. Filtrage et EDP Philippe Montesinos EMA/LGI2P - Site EERIE Parc Scientifique G. Besse - 30035 Nîmes Cedex 1- France http://www.lgi2p.ema.fr 1 Plan 1. Rappels: - Les analyses multi-échelles. - Méthodes

Plus en détail

TERI : Traitement et reconnaissance d'images

TERI : Traitement et reconnaissance d'images TERI : Traitement et reconnaissance d'images Cours Master 2 IAD Isabelle Bloch - ENST / Département Signal & Images Florence Tupin - ENST / Département Signal & Images Antoine Manzanera ENSTA / Unité d'électronique

Plus en détail

Le traitement d images

Le traitement d images Le traitement d images Formation «Informatique et sciences du numérique» Pierre Chauvet pierre.chauvet@uco.fr 1 Plan de la séance 1. Exemple : Calcul densité synaptique 2. Exemple : Filtres 3. Travaux

Plus en détail

Exemple de filtrage non-linéaire : le filtrage médian

Exemple de filtrage non-linéaire : le filtrage médian Exemple de filtrage non-linéaire : le filtrage médian Le filtrage médian est une opération non-linéaire : médiane { x m + y m } médiane { x m } + médiane { y m } sauf exception exemple sur des séquences

Plus en détail

Microscope confocal à balayage laser. Microscopie photonique. lumière Laser Objectif. Miroir dichroïque Source de. Filtre confocal.

Microscope confocal à balayage laser. Microscopie photonique. lumière Laser Objectif. Miroir dichroïque Source de. Filtre confocal. Microscope confocal à balayage laser Photo-détecteur Filtre confocal Plan image Image reconstruite point par point par balayage laser Miroir dichroïque Source de lumière Laser Objectif Obtention directe

Plus en détail

Introduction au traitement d images Détection de contours et segmentation

Introduction au traitement d images Détection de contours et segmentation Introduction au traitement d images Détection de contours et segmentation Résumé : Ce document est une introduction au traitement d images s intéressant notamment à la détection de contours et à la segmentation.

Plus en détail

Reconnaissance de caractères: Descripteurs de formes et classification. Philippe Foucher

Reconnaissance de caractères: Descripteurs de formes et classification. Philippe Foucher Reconnaissance de caractères: Descripteurs de formes et classification Philippe Foucher 1 Plan Introduction Pré-traitement Segmentation d images Morphologie mathématique Extraction de caractéristiques

Plus en détail

Conventions générales

Conventions générales Wumap 50 40 Conventions générales 30 Y 20 10 profil retour < 0 0 10 20 30 40 50 x profil aller > Format Pga Format binaire propre à Wumap contenant Les données Le choix des niveaux et de la palette de

Plus en détail

Python et traitement d images

Python et traitement d images Python et traitement d images L objectif de ce court document est de présenter quelques aspects simples du traitement d images sous Python, et de donner quelques pistes pour aller plus avant. Plusieurs

Plus en détail

Propriétés des images numériques Contraintes sur l interprétation

Propriétés des images numériques Contraintes sur l interprétation Propriétés des images numériques Contraintes sur l interprétation M.LOUYS, Traitement d images et problèmes inverses Master Astrophysique, Observatoire de Strasbourg, 2013 Propriétés générales d une image

Plus en détail

5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs

5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs 5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs PLAN 5.3.1 Définition et utilité 5.3.2 Détourage Hypothèses Principe Traitements automatiques/manuels Règlages

Plus en détail

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite): Paramétrisation Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance vocale Paramétrisation Distances

Plus en détail

Les algorithmes de base du graphisme

Les algorithmes de base du graphisme Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............

Plus en détail

TP Traitement d images

TP Traitement d images BOISSARD Benjamin BAROCHI Guillaume L3 ESI TP Traitement d images TP 1 : Histogramme et Binarisation TP 2 : Filtrage de bruit et de flou TP 3 : Détection de contours (méthodes linéaires) TP 4 : Segmentation

Plus en détail

Les mathématiques de l image numérique

Les mathématiques de l image numérique Les mathématiques de l image numérique Lionel Moisan Professeur de Mathématiques Université René Descartes - Paris 5 L image numérique fait aujourd hui partie de notre quotidien, et sa production n a jamais

Plus en détail

Figure 1 : image de cubes en éponge et leur visualisation en 3D.

Figure 1 : image de cubes en éponge et leur visualisation en 3D. DÉRIVATION DES IMAGES : CALCUL DU GRADIENT DE SHEN-CASTAN. 1 OBJECTIF DE CE TRAVAIL. Beaucoup d algorithmes de traitement ou d analyse d images sont basés sur un opérateur de dérivation spatiale, ou plus

Plus en détail

Traitement bas-niveau

Traitement bas-niveau Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.

Plus en détail

Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux

Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux Sébastien Delest Thèse dirigée par Hubert Cardot et Romuald Boné Université François Rabelais de Tours 26 novembre

Plus en détail

Quelques points de traitement du signal

Quelques points de traitement du signal Quelques points de traitement du signal Introduction: de la mesure au traitement Source(s) BRUIT BRUIT Système d acquisition Amplitude (Pa) Temps (s) Amplitude (Pa) Mesure Opérations mathématiques appliquées

Plus en détail

1 - Procédure pour géoréférencer une image dans un Système de Coordonnées de Référence, mise en projection

1 - Procédure pour géoréférencer une image dans un Système de Coordonnées de Référence, mise en projection 1 - Procédure pour géoréférencer une image dans un Système de Coordonnées de Référence, mise en projection Utilisation du projet Portel georef fotos.rvc Lancement de la procédure d édition d un géoréférencement

Plus en détail

SEANCES DE TRAITEMENT D IMAGE ANNEE M2. Images et sujets

SEANCES DE TRAITEMENT D IMAGE ANNEE M2. Images et sujets SEANCES DE TRAITEMENT D IMAGE ANNEE M2 Images et sujets Le principe général des travaux sur machine est le suivant. Les étudiants auront à leur disposition un ensemble d images qu ils pourront lire et

Plus en détail

Projet ESINSA 5 TRAITEMENT D IMAGE. Active Contours without Edges for Vector-Valued Images. Par Nicolas Brossier et Cyril Cassisa

Projet ESINSA 5 TRAITEMENT D IMAGE. Active Contours without Edges for Vector-Valued Images. Par Nicolas Brossier et Cyril Cassisa Projet ESINSA 5 TRAITEMENT D IMAGE Active Contours without Edges for Vector-Valued Images Par Nicolas Brossier et Cyril Cassisa Page 1 sur 14 Abstract Pour ce projet, nous implémentons un algorithme de

Plus en détail

Didacticiel du logiciel GIMP :

Didacticiel du logiciel GIMP : Didacticiel du logiciel GIMP : GIMP (GNU, Image, Manipulation, Programme) est un logiciel libre de modifications, de retouches et de création d images numériques. Il est doté de nombreux outils et filtres.

Plus en détail

Introduction au traitement d images

Introduction au traitement d images Introduction au traitement d Traitements de base Nicholas Journet 12 janvier 2011 Plan Semaine 1 : Introduction Traitements de base en image Semaine 2 : Amélioration d et détection de contours Semaine

Plus en détail

Analyse d images IMN 259

Analyse d images IMN 259 Hiver 2013 Analyse d images IMN 259 Présentation du cours Par Pierre-Marc Jodoin Présentation Professeur : Pierre-Marc Jodoin Courriel : pierre-marc.jodoin@usherbrooke.ca Page web : http://www.dmi.usherb.ca/~jodoin/

Plus en détail

Exemples d'activités sur les images numériques

Exemples d'activités sur les images numériques Annexe 1 1 Accès aux composantes RVB d un pixel dans GIMP Pour agrandir l image : touche Ctrl maintenue enfoncée tout en tournant la molette de la souris, ou bien menu Affichage > Zoom > 1600 % Dans la

Plus en détail

Approfondissement 1- ENLEVER UN ELEMENT GENANT

Approfondissement 1- ENLEVER UN ELEMENT GENANT 1- ENLEVER UN ELEMENT GENANT Approfondissement Ouvrir l'image 1582-1.JPG 1- Avec le lasso, lissage oui, adoucir 10, faire une sélection autour du sac plastique, y compris l'ombre du sac. 2- Avec le tampon

Plus en détail

Thème info 3 Traitement d images matricielles

Thème info 3 Traitement d images matricielles Thème info 3 Traitement d images matricielles I- Images vectorielles vs images matricielles Certains logiciels de dessin assisté par ordinateur permettent de créer des images vectorielles, c est-àdire

Plus en détail

Analyse d images numériques en microscopie

Analyse d images numériques en microscopie Analyse d images numériques en microscopie Yves Usson Reconnaissance et Microscopie Quantitative, Laboratoire TIMC UMR5525 CNRS Institut d Ingénierie et d Information de Santé (IN3S), La Tronche Traitement

Plus en détail

Traitement d images sous Matlab. EI3 année 2009-2010

Traitement d images sous Matlab. EI3 année 2009-2010 Traitement d images sous Matlab EI3 année 2009-2010 1 Acquisition d images sous Matlab p. 3 2 Amélioration et restauration d images p. 9 3 Morphologie mathématique p. 13 Vandenbroucke Nicolas R11 1 Acquisition

Plus en détail

Territoires, Environnement, Télédétection et Information Spatiale. Unité mixte de recherche Cemagref - CIRAD - ENGREF

Territoires, Environnement, Télédétection et Information Spatiale. Unité mixte de recherche Cemagref - CIRAD - ENGREF Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche Cemagref - CIRAD - ENGREF Master ère année Analyse spatiale, analyse géographique, spatialité des sociétés Master

Plus en détail

Chapitre1: 1. Traitement d image Vs Infographie 15/12/2010. Pour l être humain, l image constitue l une des. principales sources d informations.

Chapitre1: 1. Traitement d image Vs Infographie 15/12/2010. Pour l être humain, l image constitue l une des. principales sources d informations. INFOGRAPHIE &TRAITEMENT NUMÉRIQUE D IMAGES Dr. Sami GAZZAH ISITCOM Hammam Sousse Plan du cours Objectifs: Maîtriser les concepts de base liés à l imagerie numérique 2D sur ordinateur. Développer une méthodologie

Plus en détail

Multimédia et Signaux Numériques : Image

Multimédia et Signaux Numériques : Image Multimédia et Signaux Numériques : Image Plan des cours «images et multimédia» 1 Images et représentations 2 Images, capteurs, Fourier, TCD 3 Compression d images : JPEG 4 Filtrage numérique des images

Plus en détail

La Tomodensitométrie

La Tomodensitométrie La Tomodensitométrie Du plan à la coupe Nous vivons dans un monde tridimensionnel, mais l image que nous avons de ce monde se forme sur le plan (2D) de notre rétine. La vision binoculaire nous donne l

Plus en détail

Aujourd hui. Synthèse d Images. De la réalité à l ordinateur. De la réalité à l ordinateur. Triangle Mesh: Possibilités: Cours plus tard

Aujourd hui. Synthèse d Images. De la réalité à l ordinateur. De la réalité à l ordinateur. Triangle Mesh: Possibilités: Cours plus tard Aujourd hui Comment créer un modèle sur l ordi? Synthèse d Images Elmar Eisemann Elmar.Eisemann@inrialpes.fr Basé sur les cours de E. Boyer, H. Briceno, N. Holzschuch Qu est-ce l éclairage? Comment simuler

Plus en détail

Université Joseph Fourier MAT231 2008-2009

Université Joseph Fourier MAT231 2008-2009 Université Joseph Fourier MAT231 2008-2009 mat231-exo-03.tex (29 septembre 2008) Feuille d exercices n o 3 Exercice 3.1 Soit K un corps commutatif et soit {P 0, P 1,... P n } une famille de polynômes de

Plus en détail

TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE

TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE Traitement de l information et vision artificielle Ecole des Ponts ParisTech, 2 ème année Guillaume Obozinski guillaume.obozinski@imagine.enpc.fr TP 8 : ONDELETTES 2D, COMPRESSION ET DÉBRUITAGE D IMAGE

Plus en détail

Algorithmique et Programmation TD n 9 : Fast Fourier Transform

Algorithmique et Programmation TD n 9 : Fast Fourier Transform Algorithmique et Programmation TD n 9 : Fast Fourier Transform Ecole normale supérieure Département d informatique td-algo@di.ens.fr 2011-2012 1 Petits Rappels Convolution La convolution de deux vecteurs

Plus en détail

Vérification du bâti à partir de la disparité de points de contour

Vérification du bâti à partir de la disparité de points de contour Vérification du bâti à partir de la disparité de points de contour Charles Beumier Signal and Image Centre (Prof. Marc Acheroy) Ecole royale militaire Bruxelles, Belgique 8 Jan 29, Paris-Tech 1 Vérification

Plus en détail

Formation 3DS Partie 2. Fascicule 3DS. Partie 2 : Modélisation

Formation 3DS Partie 2. Fascicule 3DS. Partie 2 : Modélisation Fascicule 3DS Partie 2 : Modélisation Formation CIREVE 2007 1 Introduction sur l utilisation de formes 2D...3 1. Avant propos...4 2. Utilisation des splines (formes 2D)...4 3. Les types de sommet...5 4.

Plus en détail

Traitement des images!

Traitement des images! Traitement des images! Yves USSON! Reconnaissance des Formes et Microscopie Quantitative! Lab. TIMC UMR 5525 CNRS, Grenoble! Traitement d images - définition! Séquence d opérations ayant pour but :!! -

Plus en détail

LA COMPRESSION DES IMAGES JPEG

LA COMPRESSION DES IMAGES JPEG Fête de la Science LA COMPRESSION DES IMAGES JPEG Laboratoire de Mathématiques et Physique Théorique C.N.R.S UMR 6083 Une image numérique Une image numérique est constituée de points élémentaires (pixels)

Plus en détail

Améliorer les photos avec GIMP 1 / 6

Améliorer les photos avec GIMP 1 / 6 Améliorer les photos avec GIMP 1 / 6 Améliorer les photos avec GIMP 1 Recadrer (Découpage) Le recadrage permet de découper une zone rectangulaire d une photo en supprimant les bords. Fenêtre GIMP, outil

Plus en détail

Extraction de Contours

Extraction de Contours Extraction de Contours Michèle Gouiès À quoi ça sert? Réduction d'information / matrice d'intensité. Déscription de forme (courbure, points particuliers) en vue d'une reconnaissance. Atout des contours

Plus en détail

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance

Plus en détail

Chapitre III : Détection de contours

Chapitre III : Détection de contours Chapitre III : Détection de contours La détection de contour et la segmentation des images sont probablement les domaines qui ont reçu la plus grande attention de la part de la communauté de traitement

Plus en détail

Annexe A. Transformations géométriques d une image. 1 Translation. Contenu du chapitre. Page 413

Annexe A. Transformations géométriques d une image. 1 Translation. Contenu du chapitre. Page 413 Page 3 Annexe A Transformations géométriques d une image Contenu du chapitre Translation..... 3 Rotation...... 3 Changement d échelle..... 7 Nous étudions dans cette partie comment effectuer les transformations

Plus en détail

Programme de formation Photoshop : Initiation 24 heures de formation (3 jours) 1/2

Programme de formation Photoshop : Initiation 24 heures de formation (3 jours) 1/2 Programme de formation Photoshop : Initiation 24 heures de formation (3 jours) 1/2 Graphistes, photographes, webmasters, ou toute autre personne en charge de la création de visuels pour le web ou le print.

Plus en détail

II. Conversions. I. Initialisation. III. Méthode point. TD Python Traitement d images MP*

II. Conversions. I. Initialisation. III. Méthode point. TD Python Traitement d images MP* Le but de ce TD est d utiliser les procédures et fonctions Python pour traiter des fichiers images. II. Conversions I. Initialisation Importer le module numpy sous l appellation np. On utilise le module

Plus en détail

Le traitement numérique des images

Le traitement numérique des images Le traitement numérique des images Gabriel Peyré To cite this version: Gabriel Peyré. Le traitement numérique des images. Publication en ligne sur le site Images des Mathématiques, CNRS. 2011.

Plus en détail

OUTILS FONDAMENTAUX EN TRAITEMENT D IMAGES

OUTILS FONDAMENTAUX EN TRAITEMENT D IMAGES OUTILS FONDAMENTAUX EN TRAITEMENT D IMAGES Défis actuels Mégadonnées (big data) Square Kilometer Array Telescope : 300 To/s (100 Internet) 9 Robustesse Défis actuels Repérer les comportements suspects

Plus en détail

Remerciements. Partie 1 Algèbre linéaire 1

Remerciements. Partie 1 Algèbre linéaire 1 Table des matières Préface Remerciements xix xxi Partie 1 Algèbre linéaire 1 1 Compléments d algèbre linéaire 3 I Rappels du cours de première année.......................... 3 I.1 Famille dans un espace

Plus en détail

Les mathématiques et le traitement de l image Kévin Polisano

Les mathématiques et le traitement de l image Kévin Polisano Les mathématiques et le traitement de l image Kévin Polisano [ Doctorant au Laboratoire ] Jean Kuntzmann et CNRS N hésitez pas à lever la main! pour m interrompre! Qu est-ce qu une image numérique? Source

Plus en détail

F411 - Courbes Paramétrées, Polaires

F411 - Courbes Paramétrées, Polaires 1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013

Plus en détail

Méthode de lissage rapide

Méthode de lissage rapide Méthode de lissage rapide Vous pouvez lisser la peau en appliquant des techniques qui préservent sa texture mais qui exigent beaucoup de travail. Ou bien vous pouvez utiliser une méthode bien plus rapide

Plus en détail

Programme mat231, 2009 2010

Programme mat231, 2009 2010 Programme mat231, 2009 2010 (2 septembre 2009) Pierre Bérard Université Joseph Fourier Pierre.Berard@ujf-grenoble.fr Le programme de l ue mat231 a été recentré. Il portera cette année uniquement sur l

Plus en détail

Surfaces à subdivision. Surfaces à Subdivision. Subdivision en 3D. Types de Subdivision. L algorithme de Chaiken. But des surfaces à subdivision

Surfaces à subdivision. Surfaces à Subdivision. Subdivision en 3D. Types de Subdivision. L algorithme de Chaiken. But des surfaces à subdivision Surfaces à Subdivision Surfaces à subdivision Approximer la courbe limite, au travers d un processus itératif. Raffinement 1 Raffinement 2 Geri s Game (1998) : Pixar Animation Studios Raffinement! Master

Plus en détail

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

Le morphage d images. GIF-4105/7105 Photographie Algorithmique, Hiver 2015 Jean-François Lalonde. Steph Hoffman. Crédit: A. Efros

Le morphage d images. GIF-4105/7105 Photographie Algorithmique, Hiver 2015 Jean-François Lalonde. Steph Hoffman. Crédit: A. Efros Le morphage d images Steph Hoffman GIF-4105/7105 Photographie Algorithmique, Hiver 2015 Jean-François Lalonde Crédit: A. Efros Morphage Morphage: calculer une moyenne de deux images Pas une moyenne des

Plus en détail

Rapport de ANRT. Hongliu CAO Salah GHAMIZI Matthias LLOYD. Candidat(s) Seul ou en équipe. Nom(s) et prénom(s)

Rapport de ANRT. Hongliu CAO Salah GHAMIZI Matthias LLOYD. Candidat(s) Seul ou en équipe. Nom(s) et prénom(s) Rapport de ANRT Candidat(s) Seul ou en équipe Nom(s) et prénom(s) Hongliu CAO Salah GHAMIZI Matthias LLOYD Résumé du projet... 1 Introduction... 2 1. Agrandir l'image... 3 2. Caculer le moyenne... 3 3.Détection

Plus en détail

8TRD147: Animation et images par ordinateur

8TRD147: Animation et images par ordinateur 8TRD147: Animation et images par ordinateur Rappels d OpenGL. Y. Chiricota Département d informatique et de mathématique Université du Québec à Chicoutimi / Certaines des illustrations de ce document proviennent

Plus en détail

PSF et traitement de déconvolution sur les images 3D

PSF et traitement de déconvolution sur les images 3D PSF et traitement de déconvolution sur les images 3D Acquisition d une image 3D De l objet à l image visible L acquisition Émission de Fluorescence Z hv 2 hv 1 hv 2 Y X hv 2 Fluorescence dans un corps

Plus en détail

Cours de Statistiques

Cours de Statistiques Cours de Statistiques Romain Raveaux 1 1 Laboratoire L3I Université de La Rochelle romain.raveaux01 at univ-lr.fr Octobre 24-11, 2008 1 / 35 Sommaire 1 Quelques Rappels 2 numériques Relations entre deux

Plus en détail

4 TRAITEMENT D'IMAGES

4 TRAITEMENT D'IMAGES 4 TRAITEMENT D'IMAGES Ce chapitre décrit les fondements du traitement d'images, ainsi que l'utilisation d'astroart pour mettre en oeuvre ces techniques. INTRODUCTION Le traitement des images astronomiques

Plus en détail

Codage Compression d images

Codage Compression d images Codage Compression d images E. Jeandel Emmanuel.Jeandel at lif.univ-mrs.fr E. Jeandel, Lif CodageCompression d images 1/1 Une image Une image est un tableau de w h pixels, chaque pixel étant représenté

Plus en détail

INFOGRAPHIE. Rapport du Projet de dessin 2D et 3D

INFOGRAPHIE. Rapport du Projet de dessin 2D et 3D Institut Galilée INFO 1 : Yohan ROUSSET Stéphane FOURNIER INFOGRAPHIE Rapport du Projet de dessin 2D et 3D Superviseur : R. MALGOUYRES Année 2008-2009 2 Table des matières I. Introduction... 4 II. Dessin

Plus en détail

3.5.1 Introduction: image bitmap versus image vectorielle

3.5.1 Introduction: image bitmap versus image vectorielle 3.5.1 Introduction 3.5.2 Principe 3.5.3 Avantages et Inconvénients 3.5.4 Applications 3.5.5 Logiciels sur Internet PLAN 3.5.1 Introduction: image bitmap versus image vectorielle Lorsque l'on affiche une

Plus en détail

Collège LANGEVIN WALLON CORRIGE du BREVET BLANC DES 25 et 26 mai 2004 SÉRIE COLLÈGE

Collège LANGEVIN WALLON CORRIGE du BREVET BLANC DES 25 et 26 mai 2004 SÉRIE COLLÈGE Collège LANGEVIN WALLON CORRIGE du BREVET BLANC DES 5 et 6 mai 004 SÉRIE COLLÈGE Durée heures MATHEMATIQUES Rédaction, présentation, orthographe (4 points) PARTIE I : ACTIVITES NUMERIQUES (1 points) Dans

Plus en détail

Introduction à la Vision 3D

Introduction à la Vision 3D à la Vision 3D David Fofi Le2i UMR CNRS 6306 IUT Le Creusot Les applications présentées sont le fruit d une collaboration entre le Le2i et le laboratoire VICOROB de l Université de Gérone (Espagne). Les

Plus en détail

Photoshop / Taille et résolution de l image

Photoshop / Taille et résolution de l image 1 sur 9 03/04/2015 14:24 Photoshop / Taille et résolution de l image A propos des dimensions de pixel et de la résolution de l image imprimée Taille du fichier A propos de la résolution du moniteur A propos

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Stéréoscopie par minimisation d'énergie Frédéric Devernay d'après le cours de Richard Szeliski Mise en correspondance stéréo Quels algorithmes possibles? mettre en correspondance

Plus en détail

Département de physique

Département de physique Département de physique Etude de la densité spectrale de puissance du bruit thermique dans une résistance Travail expérimental et rédaction du document : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr

Plus en détail